3.3 探索（Exploration）与利用（Exploitation）

文档摘要

3.3 探索（Exploration）与利用（Exploitation） 3.3 探索（Exploration）与利用（Exploitation）在强化学习中，智能体（Agent）的目标是在与环境的交互中学习到最优策略，从而最大化累积奖励。为了达到这个目标，智能体需要在探索（Exploration）和利用（Exploitation）之间进行权衡。这是一个核心问题，也是强化学习算法设计中的一个关键考量。 3.3.1 探索（Exploration）的定义与意义探索是指智能体尝试新的、未知的行为，目的是发现环境中潜在的更有价值的状态和动作。通过探索，智能体可以扩展其对环境的理解，避免陷入局部最优解。意义：发现更优策略：探索有助于智能体发现当前已知策略之外的更好的策略。